我试图通过仅保留最右边的六个数字来有效地计算第n个斐波那契值,该值可能非常大。例如fib(1000000)仅返回546875。
我知道一些递归矩阵求幂算法,并且我一直在测试O(log n)实现,如下所示-
def solution(n):
fibs = {0: 0, 1: 1}
def fib(n):
# recursive helper function
if n in fibs:
return fibs[n]
if n % 2 == 0:
fibs[n] = ((2 * fib((n / 2) - 1)) + fib(n / 2)) * fib(n / 2) % 1000000
return fibs[n]
else:
fibs[n] = (fib((n - 1) / 2) ** 2) + (fib((n+1) / 2) ** 2) % 1000000
return fibs[n]
answer = fib(n)
return answer % 1000000
所有答案似乎都有效,直到n =1000000。所有后来的10指数应该返回相同的答案吗? 10 ^ k,其中k = [7、8、9、10 ...]全部返回546875(一百万的值)。我认为它们应该是因为当您将它们乘以10 ^ 6时,这些值具有相同的零余数。所以我想知道这种实现是否正确?
答案 0 :(得分:2)
因此,我做了一些简单的代码来证明/反证您当前的定理,我偶然发现了这种特殊的模式:代码的最后6位的斐波那契数列似乎每150万个序列重复一次。
这是100万,1000万,1亿等值匹配的部分原因; 1000万-900万= 100万,但900万= 6 * 150万。
因此,要回答您的问题,您需要在代码中实现的所有步骤是:首先将模数n乘以1,500,000,然后计算答案,例如:
answer = fib(n%1500000)
我已经提供了我用来查找模数何时重复的代码(find_repeating_length)以及以下用于检查模数是否按预期工作的函数(检查)。
希望有帮助!
def solution(n):
fibs = {0: 0, 1: 1}
def fib(n):
# simple linear-time fib function
if n in fibs:
return fibs[n]
fibs[n] = (fibs[n-1]+fibs[n-2]) % 1000000
return fibs[n]
def find_repeating_length():
find_number = [0, 1] # find these two numbers of the sequence
for i in range(0, 10000001):
n_0 = fib(i)
if (n_0 in find_number):
print(str(n_0) + ":" + str(i))
def check(): # check that first 10,000,000 nums follow sequence
for i in range(2, 10000001):
n_0 = fib(i)
if (i >= 1500000):
left = n_0
right = fib(i - 1500000)
# if (left == right):
# print("Success at " + str(i) + " Values: " +
# str(n_0))
if (left != right):
return("Fail at " + str(i) + " Values: " +
str(n_0) + ":" + str(right))
return "Success, repeats"
find_repeating_length()
print(check())
solution()
输出(格式简短,以value:sequence格式输出)
0:0 1:1 1:2 0:750000 1:1499999
0:1500000 1:1500001 1:1500002 0:2250000 1:2999999
0:3000000 1:3000001 1:3000002 0:3750000 1:4499999
0:4500000 1:4500001 1:4500002 0:5250000 1:5999999
0:6000000 1:6000001 1:6000002 0:6750000 1:7499999
0:7500000 1:7500001 1:7500002 0:8250000 1:8999999
0:9000000 1:9000001 1:9000002 0:9750000
成功,重复